AdsWorldEngine: A Self-Evolving Conversational Advertising Agent through Orchestrator and Tool Coevolution
AdsWorldEngine is een zelf evoluerend conversationeel advertentiekader dat een iteratieve actor-tool coevolutieprocedure en label-gegronde oordeelsmodellering hanteert om commerciële intentie dynamisch af te leiden, advertentieleveringstools te optimaliseren en de relevantie, diversiteit en omzetmetrieken in multi-turn assistentinteracties aanzienlijk te verbeteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je chat met een superintelligente digitale vriend die je helpt bij het plannen van je dag, het vinden van een restaurant of het uitkiezen van een nieuwe videogame. In de oude dagen van het internet, als je "beste pizza bij mij in de buurt" in een zoekvak typte, verscheen er onmiddellijk een lijst met advertenties. Dat was makkelijk omdat je verzoek kort en duidelijk was. Maar nu zijn gesprekken anders. Je zegt misschien: "Ik denk aan een strandtrip," en je vriend suggereert een paar plekken. Dan zeg je: "Niet in het Caribisch," en ze verfijnen de lijst. Ten slotte vraag je misschien: "Iets goedkoper?" In deze heen-en-weer dans is het bepalen van wanneer je een advertentie laat zien en wat voor advertentie je laat zien, als proberen een vis te vangen terwijl hij in een donkere, bewegende rivier zwemt. Je kunt niet zomaar een net uitwerpen; je moet het hele verhaal begrijpen, raden wat de persoon echt wil, en ervoor zorgen dat de advertentie behulpzaam aanvoelt en niet irritant is. Dit is de uitdaging van "conversationele advertenties", een vakgebied dat probeert te zorgen dat het juiste bericht op het juiste moment in een chat verschijnt zonder de sfeer te verpesten.
Maak kennis met AdsWorldEngine, een nieuw systeem ontworpen door onderzoekers van Microsoft om dit lastige puzzelstuk op te lossen. Denk aan een hooggetraind, zelfverbeterend team van digitale agenten die samenwerken om een slimme advertentiewinkel binnen een gesprek te runnen. In plaats van alleen een rigide script te volgen, heeft dit systeem drie hoofdrolspelers: een Gatekeeper (Poortwachter), een Conductor (Dirigent) en een Judge (Rechter).
De Gatekeeper is de eerste die spreekt. Voordat er zelfs maar over advertenties wordt nagedacht, kijkt het naar het gesprek en vraagt: "Is dit een goed moment om een advertentie te tonen?" Het is als een uitsmijter bij een club die beslist of de muziek geschikt is voor een reclameonderbreking. Als de gebruiker alleen naar feiten vraagt of als het gesprek te gevoelig is, zegt de Gatekeeper "Nee" en houdt de advertentie weg om de gebruikerservaring te beschermen.
Als de Gatekeeper groen licht geeft, neemt de Conductor het over. Dit is het belangrijkste brein van de operatie. Het luistert naar de hele chatgeschiedenis, begrijpt wat de gebruiker echt wil (zelfs als dat niet direct is gezegd) en roept vervolgens een reeks Tools aan—zoals een bibliothecaris, een shopper en een sorteerder—om de drie beste advertenties te vinden. De Conductor kiest niet zoma van de eerste drie die hij vindt; hij controleert ze, zorgt ervoor dat ze verschillend van elkaar zijn en zorgt ervoor dat ze ook echt passen bij de huidige stemming van de gebruiker.
Hier komt het echt coole deel: het systeem stopt daar niet. Er is een Judge die de hele show bekijkt nadat deze heeft plaatsgevonden. De Judge beoordeelt hoe goed de selectie van de advertenties was. Als de advertenties perfect waren, krijgt de Conductor een hoge score. Als de advertenties saai of irritant waren, krijgt hij een lage score. Maar de magie van AdsWorldEngine is dat het deze scores gebruikt om iedereen beter te leren worden. Het is als een videogame waarbij de speler (de Conductor) en de leveldesigners (de Tools) van elkaar leren. Wanneer de Conductor iets geweldigs doet, slaat het systeem dat moment op om de Tools te laten zien: "Hé, dit is hoe je moet werken!" En wanneer de Tools een geweldig werk doen, leert de Conductor: "Dit is hoe ik om hulp moet vragen!" Ze evolueren samen en worden slimmer bij elk gesprek.
De onderzoekers ontdekten dat deze "zelfevoluerende" aanpak ongelooflijk goed werkt. Door het systeem te trainen om te leren van zijn eigen successen en fouten, zagen ze enorme verbeteringen. In hun tests maakte het systeem de advertenties 60% diverser (wat betekent dat je een breder scala aan dingen zag, niet steeds hetzelfde) en 80% relevanter (de advertenties pasten daadwerkelijk bij waar de gebruiker het over had). Toen ze het in de echte wereld testten met Microsoft Copilot, een populaire AI-assistent, waren de resultaten nog indrukwekkender: het systeem verhoogde de waarde van de advertenties met 22% en toonde advertenties in 74% meer gesprekken waar ze daadwerkelijk behulpzaam waren.
Wat dit anders maakt dan andere pogingen, is dat het niet alleen vertrouwt op een mens die de computer vertelt wat hij moet doen, of een simpele regel zoals "als de gebruiker 'kopen' zegt, toon een advertentie." De onderzoekers stellen dat simpele regels en basis training niet genoeg zijn omdat gesprekken te complex zijn. In plaats daarvan bouwden ze een lus waarin het systeem oefent, wordt beoordeeld en vervolgens zijn eigen regels herschrijft om te verbeteren. Ze hebben ook een speciale manier uitgevonden om het systeem te leren hoe het "subjectieve" beslissingen neemt—zoals weten wanneer een advertentie irritant zou zijn—door menselijke labels als gids te gebruiken en slechte redeneringen eruit te filteren.
Kortom, AdsWorldEngine is een stap voorwaarts in het maken van AI-assistenten die natuurlijker aanvoelen en minder als een billboard. Het suggereert dat de toekomst van advertising niet gaat over het onderbreken van jou, maar over het een behulpzaam onderdeel van het gesprek zijn, waarbij het leert van elke interactie om de timing en de inhoud precies goed te krijgen. Het artikel laat zien dat wanneer je de "acteur" (degene die spreekt) en de "tools" (degenen die de data ophalen) samen laat leren, het hele systeem veel slimmer en effectiever wordt dan wanneer ze afzonderlijk zouden worden getraind.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.